python 实现多维数组转向量

yipeiwu_com6年前Python基础

我就废话不多说了,如下所示:

>>>from compiler.ast import flatten

>>>X

matrix([[  1,  17,  13, 221, 289, 169],

[  1,  17,  14, 238, 289, 196],

[  1,  17,  15, 255, 289, 225],

[  1,  18,  13, 234, 324, 169],

[  1,  18,  14, 252, 324, 196],

[  1,  18,  15, 270, 324, 225],

[  1,  19,  13, 247, 361, 169],

[  1,  19,  14, 266, 361, 196],

[  1,  19,  15, 285, 361, 225]])

>>>x = X.tolist()

>>>x

[[  1,  17,  13, 221, 289, 169],

[  1,  17,  14, 238, 289, 196],

[  1,  17,  15, 255, 289, 225],

[  1,  18,  13, 234, 324, 169],

[  1,  18,  14, 252, 324, 196],

[  1,  18,  15, 270, 324, 225],

[  1,  19,  13, 247, 361, 169],

[  1,  19,  14, 266, 361, 196],

[  1,  19,  15, 285, 361, 225]]

>>>xx = flatten(x)                      (或者x.ravel()    )

>>>xx

[1,

17,

13,

221,

289,

169,

1,

17,

14,

238,

289,

196,

1,

17,

15,

255,

289,

225,

1,

18,

13,

234,

324,

169,

1,

18,

14,

252,

324,

196,

1,

18,

15,

270,

324,

225,

1,

19,

13,

247,

361,

169,

1,

19,

14,

266,

361,

196,

1,

19,

15,

285,

361,

225]

以上这篇python 实现多维数组转向量就是小编分享给大家的全部内容了,希望能给大家一个参考,也希望大家多多支持【听图阁-专注于Python设计】。

相关文章

tensorflow入门:tfrecord 和tf.data.TFRecordDataset的使用

tensorflow入门:tfrecord 和tf.data.TFRecordDataset的使用

1.创建tfrecord tfrecord支持写入三种格式的数据:string,int64,float32,以列表的形式分别通过tf.train.BytesList、tf.train.I...

Python2与Python3的区别实例分析

本文实例讲述了Python2与Python3的区别。分享给大家供大家参考,具体如下: python2与python3的区别 1、性能 2、编码格式utf-8 3、打印语句变成了打印函数...

python读取文本中的坐标方法

利用python读取文本文件很方便,用到了string模块,下面用一个小例子演示读取文本中的坐标信息。 import string x , y , z = [] , [] ,[]...

python 实现单通道转3通道

下面有两种方法都可以: import numpy as np a=np.asarray([[10,20],[101,201]]) # a=a[:,:,np.newaxis] # p...

Scrapy框架使用的基本知识

scrapy是一个基于Twisted的异步处理框架,可扩展性很强。优点此处不再一一赘述。 下面介绍一些概念性知识,帮助大家理解scrapy。 一、数据流向 要想熟练掌握这个框架,一定要明...